[发明专利]基于模糊关系熵的混沌扩频序列复杂度测度方法

摘要

本发明公开了一种基于模糊关系熵的混沌扩频序列复杂度测度方法，主要解决现有的序列复杂度测度方法实用性低和准确性差的问题。其实现步骤是：(1)将待测序列分割成一组长度为m的窗口向量；(2)计算m维窗口向量之间的模糊关系度量；(3)计算m+1维窗口向量之间的模糊关系度量；(4)对步骤(2)、(3)中得出的m维和m+1维窗口向量的模糊关系度量分别进行统计平均；(5)将步骤(4)中统计平均的结果进行对数差运算，得到混沌伪随机扩频序列的模糊关系熵(F-REn)。本发明具有测度实用性强和准确性高的优点，可用于对任意未知符号空间大小的混沌伪随机扩频序列的复杂度测度。

主权项

1.一种基于模糊关系熵的混沌扩频序列复杂度测度方法，包括如下步骤：(1)将观察长度为N的混沌伪随机扩频序列，分割成为长度为m的窗口向量s^m(i)：s^m(i)＝[u(i)，u(i+1)，…，u(i+m-1)]，i＝1，2，…，N-m+1其中，m＝1，2，…，N-2，u(i)是给定的长度为N的非负整数混沌伪随机扩频序列[u(1)，u(2)，…，u(N)]中的元素，即s^m(i)为待测混沌伪随机扩频序列中按照原有序列元素顺序，从第i个元素开始取出的m个元素构成的向量；(2)计算m维的第i个窗口向量s^m(i)中的元素u(i+k)与第j个窗口向量s^m(j)中的元素u(j+k)之间的模糊关系度量Fijk=R(u(i+k),u(j+k))=e-ln(2)·(|u(i+k)-u(j+k)|r)2]]>式中，i，j＝1，2，…，N-m+1，k＝0，1，…，m-1；r表示分辨率参数，为正实数，用于确定不同窗口向量之间距离的模糊关系度量精度，R(·)是为计算元素之间的模糊关系度量而定义的模糊隶属函数；(3)根据步骤(2)中确定的元素之间的模糊关系度量计算得到窗口向量s^m(i)和s^m(j)之间的模糊关系度量Aijm=1mΣk=0m-1Fijk=1mΣk=0m-1R(u(i+k),u(j+k))=1mΣk=0m-1e-ln(2)·(|u(i+k)-u(j+k)|r)2;]]>(4)通过计算m+1维的第i个窗口向量s^m+1(i)和第j个窗口向量s^m+1(j)之间的最大距离得到s^m+1(i)和s^m+1(j)之间的模糊关系度量Bijm+1=R′(sm+1(i),sm+1(j))=e-ln(2)·(dijm+1r)2]]>式中，i，j＝1，2，…，N-m，R′(·)是用来计算窗口向量之间模糊关系度量的模糊隶属函数，表示m+1维窗口向量s^m+1(i)和s^m+1(j)的最大距离：dijm+1=maxk=0,1,...,m(|u(i+k)-u(j+k)|);]]>(5)通过求和平均的方法计算模糊关系度量在j上的统计平均以及在j上的统计平均(6)通过求和平均的方法计算步骤(5)中的在i上的统计平均Φ^m，以及在i上的统计平均Φ^m+1；(7)根据步骤(6)中计算得到的Φ^m和Φ^m+1值，定义并计算混沌伪随机扩频序列的模糊关系熵F-REn：F-REn＝lnΦ^m-1nΦ^m+1。